Czy hazard uzależnia? A co, jeśli respondent nie ma zdania?
Anna Huculak /// 16 października 2017Standardowe podejście do badania rozkładu jednej zmiennej kategorialnej obejmuje kilka elementów. Po pierwsze, przyjrzenie się jak często były wybierane poszczególne kategorie odpowiedzi. Po drugie, ile pojawiło się braków danych i jakie były rodzaje tych braków. Po trzecie wreszcie, zapoznanie się z rozkładem procentowym odpowiedzi (zarówno przy uwzględnieniu jak i wykluczeniu braków danych). Przechodząc do dalszych
Co ma waga do tabeli, czyli analiza poziomu zadowolenia klientów biura podróży?
Anna Huculak /// 2 października 2017Tworząc tabelę możemy zastanawiać się, czy prezentować dane ważone, czy nieważone. Jak zwykle, odpowiedź zależy od sytuacji :). Za chwilę dowiesz się co mam na myśli, ale na początek krótko wyjaśnię, o co chodzi z tym ważeniem danych. W przypadku badań reprezentatywnych chcemy, aby wyniki z badania na próbie można było uogólnić na całą populację.
Jak wykorzystać marginesy wykresów kupując nowy samochód?
Joanna Sarata /// 25 września 2017Dzisiejszy wpis będzie o tym, że mniej nie zawsze znaczy lepiej, a więcej, również w wizualizacji danych, może oznaczać bardziej funkcjonalnie. Nie, nie postuluję rewolucji na miarę architektonicznego less is a bore, a raczej skłaniam do zastanowienia się nad efektywnym (nie mylić z „efektownym”, a już na pewno nie „efekciarskim”) wykorzystaniem przestrzeni wykresu. Wykorzystaniem przestrzeni,
Pytania wielokrotnego wyboru, a procentowanie na przykładzie analizy prezentów ślubnych
Anna Huculak /// 15 września 2017Pytania wielokrotnego wyboru, czyli takie, w których respondent może zaznaczyć więcej niż jedną odpowiedź, są powszechnie wykorzystywane w ankietach. Jak prezentować wyniki z takich pytań w tabeli? Istnieją na to co najmniej dwa adekwatne sposoby, o których dowiesz się z tego wpisu – czym się różnią i w jakich sytuacjach można je stosować. Jako przykład
Drzewa, które wyrastają z tabel
Janusz Wachnicki /// 6 września 2017Wychodząc poza analizę rozkładów i statystki opisowej pojedynczych zmiennych, zazwyczaj zaczynamy interesować się badaniem korelacji pomiędzy zmiennymi. Używamy do tego celu różnych miar sił związku, dobranych w zależności od typu danych i ich poziomu pomiaru. Obok orzekania o sile korelacji pomiędzy zmiennymi interesuje nas także charakter tej zależności. Dobór narzędzi analitycznych będzie wyglądał inaczej w
Współkupowanie, a tabelowanie
Anna Huculak /// 1 września 2017Jakie produkty najczęściej pojawiają się wspólnie w koszykach klientów? Jakie usługi są chętnie wybierane razem? Odpowiedzi na te pytania mogą stać się kluczem do zwiększenia wartości koszyka klienta, dzięki sprzedaży krzyżowej (ang. cross-selling). Dobrym wstępem do eksploracji danych pod tym kątem jest budowanie tabel krzyżowych. Proces wybierania przez klienta produktów z półki, technicznie przypomina wybieranie
Wykres Marimekko, czyli analityczny patchwork
Joanna Sarata /// 22 sierpnia 2017Jakie informacje o danych jesteśmy w stanie przedstawić na zwykłym wykresie słupkowym? Ile zmiennych możemy do tego wykorzystać? Dla tych, którzy odpowiadają „za mało” wyjściem z sytuacji może być wykres Marimekko. Czym jest wykres Marimekko? To zestawiony do 100% wykres słupkowy, gdzie szerokość słupka jest proporcjonalna do jego udziału w liczebności. Z kolei wysokość danego
Tabela krzyżowa jako wykres, czyli mapa kontyngencji
Anna Huculak /// 10 sierpnia 2017Prezentacja danych w tabelach jest jednym z najbardziej uniwersalnych sposobów raportowania. Obok niewątpliwych zalet takiego podejścia, wśród których jest wysoki stopień precyzji dostarczanych wyników i kompaktowy układ, ma ono też swoje wady. Osoby, które na co dzień analizują dane przy pomocy dużej ilości tabel krzyżowych, wiedzą, że jest to żmudna i niewdzięczna praca. Aby możliwe
Marsz Napoleona na Moskwę, czyli jak zmienić sposób myślenia o wizualizacji?
Janusz Wachnicki /// 1 sierpnia 2017Przy prezentacji wyników analiz często korzystamy z różnych typów wykresów dobierając je do naszych danych. Staramy się też, aby forma wizualizacji była atrakcyjna. Podejmując decyzję o wyborze wykresów, zazwyczaj wpadamy w schematy, jakie wyznaczają nam szablony dostępne w programach komputerowych. W konsekwencji wiedząc, jakie mamy informacje, zastanawiamy się, czy lepiej pasuje wykres: słupkowy, kołowy, liniowy, radarowy itp. Takie myślenie, aczkolwiek wygodne wtłacza nas w dość wąskie ramy i narzuca szereg ograniczeń.
Aktualności
